 | |||||||||
 |
|
|
|
|
|
|
|
|
|
| |||||||||
|
|
|
|
|
|
|
|
|
|
Teknillisen korkeakoulun neuroverkkojen tutkimusyksikön työllä mahtavia sovellusaloja
Akatemiaprofessori Teuvo Kohosen johtamalla huippuyksiköllä, Teknillisen korkeakoulun neuroverkkojen tutkimusyksiköllä on monta rautaa tulessa. Ihmisen aivojen toimintaa jäljitteleville neuroverkoille avautuu jatkuvasti uusia hyödyntämismahdollisuuksia. Kohonen korostaakin, että yksikössä ei näpräillä pikkuasioilla.Tutkimusyksikössä keskitytään Kohosen kehittämiin neuroverkkomenetelmiin, joista käytetään yhteistä käsitettä itseorganisoituva kartta (self-organizing map, SOM). Sen avulla voidaan järjestää ja hakea tietoa suurista tietomassoista, esimerkiksi Internetistä ja tietokannoista. Tavallaan se muistuttaa ikään kuin automaattista "mind mapping" -menetelmää. Itseorganisoituvalla kartalla voidaan havainnollistaa koneiden ja prosessien tiloja tai taloudellisia tuloksia esittämällä niiden keskeiset riippuvuussuhteet kuvannollisesti "karttapiirroksena". Yksi uusista itseorganisoituvan kartan sovellutuksista on tiedonhaku yli seitsemän miljoonan tekstidokumentin patenttitietokannasta. SOM järjestää patentit selkeäksi kartaksi, jossa samankaltaiset patentit ovat kartalla lähekkäin.
Kuvien hakua hataran muistin lähtökohdistaAivan uutta on tutkimusyksikössä PicSOM-niminen järjestelmä. Ryhmä tutki menetelmiä automaattiseen sisältöpohjaiseen hakuun tietokannoista, joissa kuvien sisältöä ei ole selitetty.Tarvetta tällaiselle järjestelmälle on ilman muuta, sillä ihminen voi esimerkiksi muistaa suurin piirtein, mitä hänen etsimänsä kuva muistuttaa, mutta ei muista kuvan nimeä tai sijaintia. Jos käytettävissä on järjestelmä, jonka esittämistä kuvista voi valita etsimäänsä muistuttavat kuvat, ja jonka tiedon perusteella löytää haluamansa kuvan, ei tarvitse käydä läpi kaikkia kuvia. PicSOM perustuu käyttäjän ja koneen vuorovaikutukseen, jossa käyttäjä valitsee koneen esittämistä kuvista parhaiten tarvettaan vastaavat kuvat. Tämän tiedon pohjalta kone osaa esittää uuden kuvajoukon, ja haku tarkentuu joka kierroksella. Kokeita on toistaiseksi tehty tietokannalla, jossa on 4 350 kuvaa. Seuraavassa vaiheessa ryhdytään käyttämään 60 000 kuvan joukkoa. Vielä tämän kesän aikana on tarkoitus aloittaa myös miljoonan kuvan tietokannan keräys Internetistä ja niiden automaattinen indeksointi PicSOMin avulla.
Tietokone tunnistaa hankalan käsialanPienten taskutietokoneiden tai "elektronisten muistilehtiöiden" näppäimistön vaatimaton koko asettaa rajoituksia kirjoittamiselle. Silloin yksi varteenotettava menetelmä on käyttää hyväksi elektronista kynää, jolla kirjoitetaan käsin tietokoneeseen. Ongelmia on vain ollut tähän saakka tunnistustarkkuuden kanssa. Neuroverkkojen avulla on kuitenkin kehitetty menetelmiä, joilla tietokoneen tunnistusjärjestelmä oppii uuden käyttäjän kirjoitustavan mahdollisimman nopeasti ja huomaamattomasti. Tässä tapauksessa laite mukautuu käyttäjään eikä käyttäjä laitteeseen.
Lääketieteessä useita sovellutuksiaMyös lääketieteessä on neuroverkosta paljon hyötyä. Esimerkiksi ns. riippumattomien komponenttien analyysillä voidaan poistaa herkkien aivotutkimuslaitteiden häiriöitä.Entistä tarkemmat mittaukset ovat tärkeitä mm. syöpä- ja aivotutkimuksen kehittymiselle. Perusideana on se, että runsaiden havaintojen seasta pyritään löytämään toisistaan riippumattomia osatekijöitä. Neuroverkkojen tutkimusyksikön johtaja Teuvo Kohonen siirtyy eläkkeelle heinäkuun lopussa, mutta hän aikoo jatkaa täydellä höyryllä vanhojen tutkimusryhmiensä kanssa. Tekniikan edistämissäätiön äskettäin myöntämä suuri suomalainen teknologiapalkinto 500 000 markkaa kannustaa myös jatkamaan huippuluokan ideoijana ja tutkijana.
STT-IA
|
AJASSA -SIVULLE